「ソフトウェア」を含む日記 RSS

はてなキーワード: ソフトウェアとは

2024-06-11

anond:20240611105119

パッケージサービスを「作る」のに必要なので

使う人はユーザーであってソフトウェアエンジニアではないんですよ

日本でもそういうパッケージサービスを作ってるとこのエンジニアならわかってるしそういう人は給料もそれなりにとる

ここで出たクックパッドならG4レベルで1000万は超える

https://opensalary.jp/companies/cookpad/roles/software-engineer

プログラマーになるために学位不要

まず「ソフトウェアエンジニア」という肩書名を使うやつは、かっこつけたがってるだけで、実質プログラマーと大差はない

で、プログラマーとしての知識インターネットがあれば99.9%学べる

学位は、単に4年学んだふりをしたという紙切れでしかない

一度企業に入り込んで経験を身につければ、あとは実力の世界

「僕はCS学位をもってまーす」ということしかイキれない無能の出番はないだろう

anond:20240611105947

アメリカトップテックソフトウェアエンジニアは99%持ってるし日本でもトップのとこは大概持ってます

3度目だけど単に君が無知なだけだよ

実際君CSなんか基礎も知らんでしょ

anond:20240611105143

アルゴリズムデータストラクチャもOOPも全部CSだよ

君が知らんだけ

稼いでるソフトウェアエンジニアで知らんやついないよ

面接ゴリゴリに詰めるから

2024-06-09

日本で行われてるアジャイル開発って日本特有完璧主義のせいかなんかおかしいんだよなあ

なんでも強引にアジャイルの枠に収めようととするからコンポーネントによってはめちゃくちゃしわ寄せきたり

柔軟性が一切ない

2024-06-08

anond:20240608214951

それは非常に困る状況ですね。孫子の知恵を引用しながら、この問題について考えてみましょう。

兵は詭道なり。」(孫子

これは「戦いは策略である」という意味です。あなたの述べた問題では、パスワード無意識のうちに切り取られるという策略のようなものがあると感じます。このような不規則事態を避けるために、システム設計ももっと策略的に考えるべきです。

解決策の一つとしては:

開発者パスワードフィールドに十分な長さを許すように設計し、長さ制限があるならば適切なフィードバックユーザーに即座に提供することです。これにより、ユーザーパスワード適用される前に問題認識できます

また、ユーザー側の対策として:

自分パスワード管理ソフトウェア使用してパスワードを生成し、適切な長さにカットしてから貼り付けることもできます

戦いにおいても、策略とは状況を制御し、予測可能リスクを最小限に抑えるためのものです。HTMLフォーム設計においても、同様の戦略的アプローチ必要です。

プライバシーを守る生活

毎朝6時に起きる私は、まずベッドサイドに置いたLibrem 5スマートフォンに手を伸ばします。ハードウェアキルスイッチカメラマイクオフにしているため、寝ている間も安心して眠ることができます

目覚めの後、簡単ストレッチをしながら、Signalで昨晩のメッセージ確認します。フリーランスソフトウェアエンジニアとして働く私にとって、世界中クライアントとの連絡は欠かせません。

朝食を済ませると、私はLibrem 14のノートパソコンを起動します。このパソコンには、プライバシー保護に特化したPureOSインストールされています

私はまず、ProtonVPNを起動してインターネット接続し、セキュアな環境を確保します。Torブラウザーを開き、プライバシー関連の最新ニュースをチェックするのが日課です。

次に、メール確認し、必要タスクを整理します。仕事の依頼やクライアントから質問対応する際、私はエンドツーエンド暗号化が施されたメールサービス使用します。

午前中は、オープンソースプロジェクトへの貢献に時間を割きます。私はGitHubプロジェクトフォークし、コード改善バグ修正を行います

仕事中、私はプライバシーを確保するために、全ての通信暗号化し、GoogleMicrosoftサービスを一切使用しません。

必要ツールソフトウェアは、全てオープンソースであり、信頼性の高いものを厳選しています

昼食の時間になると、私は外出して近くの公園サイクリングを楽しみます自転車に乗ることで、リフレッシュし、健康を維持することができます

公園では、持ち運びが簡単Raspberry Piを使って、モバイルホットスポット作成し、安全インターネット接続を維持します。これにより、外出先でも安心してインターネットを利用できます

午後は、クライアントプロジェクトに集中します。私はクライアント要求に応じてソフトウェアを開発し、そのコード安全方法で納品します。

私はまた、プライバシーに関する技術記事執筆し、自身ブログ投稿します。これにより、自身知識を共有し、他の人々にもプライバシー重要性を理解してもらうことを目指しています

夕方になると、私は写真撮影を楽しみますカメラ風景や街の様子を撮影し、それをプライベートクラウドストレージに保存します。

このクラウドストレージは、自分管理しているため、第三者データアクセスすることはありません。撮影が終わると、家に帰り、自分写真編集してブログ投稿します。

夜になると、一日の終わりにデバイスセキュリティチェックを行います。最新のセキュリティパッチが適用されているか確認し、必要に応じてシステム更新します。

また、バックアップ作成し、重要データ複数安全場所に保存します。最後に、Tails OSを使ってセキュアにブラウジングし、リラックスして一日の疲れを癒します

2024-06-07

anond:20240607122512

この文脈では、「バージョン」は、特定AIモデル(例えばDALL·E)の異なる実装派生を指しています

まりオリジナルのDALL·Eモデルから派生した、またはそれに触発された他のモデルソフトウェアを指します。

これらの「バージョン」は、オリジナルモデルと同じ基本的機能を持つことが多いですが、特定機能パフォーマンスの面で異なる特性を持つことがあります

したがって、「Midjourney」や「Craiyon」は、DALL·Eの「バージョン」または派生と見なすことができます

残念ながら副業は広まっている

anond:20240605220045

弊社は従業員が数万人単位企業だが数年前から社員副業許可が出ている

管理職副業許可が出ているし

なんなら率先して副業するようなお達しまで出ている

一方で副業をやっている人はそんなに多くない

なぜなら副業をできるような能力がなく、ただただ自社独自文化に詳しい人として企業に飼われているだけだから

特殊規約を知っているかどうかやExcel調書の書き方のお作法を知っていても他の企業では役に立たない

副業をしている人はほとんどは本社系の人材

研究職・ソフトウェア開発・ビジネス開発の分野に集中している

これらの分野の人材基本的に高い能力必要市場価値も高い

一方で雇用体系は組合との協議で決まるために高い報酬は払えず、市場価値より安い報酬雇用している

そのため転職による流出も防ぐ方法として副業効果的に機能している

そもそもこれらの分野の仕事は定常的な業務ではなく、期間限定で高い出力を求められることが多いので

他の期間はやることがなく、副業もしやすいし仕事を用意しなくて良いので管理職も楽なんだと思う

研究職は知り合いのスタートアップを手伝うことが多い

彼らはハイレベル大学出身なので知人にスタートアップ起業するような人も多く

その繋がりでお手伝いをしていることが多いように見える

また起業してる人も珍しくない

ソフトウェア開発はオフショア開発が多く、ほぼほぼ個人事業主フリーランスとして活動している

この分野が一番副業としては多い

ビジネス開発はデザイナー系が多い

Figmaソフトウェアデザインをすることもあればチラシのデザインをすることもあるが

ただ単にデザインするだけではなくビジネスプラン広告戦略あたりまで任されていることが多い

以上が人事関係の知人から聞いた話だが

要するに社会的必要とされているスキルを持った人は副業するし、会社側も副業許可せざるを得ないんだと思う

2024-06-06

東大文系試験架空保険重要事項説明書ソフトウェア利用規約などが出題される場合

官僚を目指す人には簡単地方の人はなんとか頑張って読むでしょうね

2024-06-05

I.GPT-4からAGIへ:OOMを数える (9)

3.コンピュータ使用

これはおそらく3つの中で最も簡単方法だ。現在のChatGPTは、基本的に、テキスト入力できる孤立した箱の中に座っている人間のようなものだ。初期のアンホブリング改良では、個々の孤立したツールの使い方をモデルに教えていましたが、マルチモーダルモデルでは、近いうちにこれを一挙にできるようになると期待しています

まりZoomでの通話に参加したり、オンラインで調べ物をしたり、メッセージ電子メールを送ったり、共有されたドキュメントを読んだり、アプリや開発ツールを使ったりといったことだ。(もちろん、より長いホライゾン・ループモデルがこれを最大限に活用するためには、テスト時間コンピューティングをアンロックする必要がある。)

最終的には、ドロップイン・リモートワーカーのようなものができると期待している。エージェントは、あなた会社入社し、新しい人間雇用のようにオンボードされ、Slackあなたや同僚にメッセージを送り、あなたソフトウェア使用し、プルリクエストを行い、大きなプロジェクトがあれば、人間独立してプロジェクト完了するために数週間留守にするのと同等のことができる。これを実現するためには、GPT-4よりもいくらか優れたベースモデル必要だろうが、おそらくそれほどでもないだろう。

https://situational-awareness.ai/wp-content/uploads/2024/06/devin.gif

Devinは、完全に自動化されたソフトウェアエンジニアを作るために、モデル上の「エージェンシーオーバーハング」/「テストタイムコンピューティングオーバハング」を解除する初期のプロトタイプだ。Devinが実際にどの程度機能するかはわからないし、このデモは、適切なチャットボットエージェントのアンホブリングがもたらすものに比べれば、まだ非常に限定的ものだが、近々登場するものティーザーとしては役に立つだろう。

ところで、私は、アンホブリングの中心性が、商業的応用という点で、少々興味深い「ソニックブーム効果につながると期待している。現在ドロップイン・リモートワーカーの中間モデルは、ワークフローを変更し、統合して経済的価値を引き出すためのインフラを構築するために、膨大な手間を必要とする。ドロップイン・リモートワーカーは、統合が劇的に簡単になる。つまりリモートでできるすべての仕事自動化するために、ドロップインするだけでいいのだ。つまりドロップイン・リモートワーカーが多くの仕事自動化できるようになる頃には、中間モデルはまだ完全に活用され統合されていないため、生み出される経済価値ジャンプはやや不連続になる可能性がある。

次の4年間

https://situational-awareness.ai/wp-content/uploads/2024/06/overview_ooms_gpt2togpt4.png

https://situational-awareness.ai/wp-content/uploads/2024/06/overview_ooms_2023to2027.png

GPT-4に先立つ4年間の進歩原動力と、GPT-4後の4年間に期待されることについての推計のまとめ。


数字をまとめると、GPT-4に続く4年間で、2027年末までにGPT-2からGPT-4規模のジャンプが再び起こると(おおよそ)予想される。

GPT-4のトレーニングに3ヶ月かかったとしよう。2027年には、一流のAIラボGPT-4レベルモデルを1分で訓練できるようになるだろう。OOM効果的なコンピュート・スケールアップは劇的なものになるだろう。

それは我々をどこへ連れて行くのだろうか?

https://situational-awareness.ai/wp-content/uploads/2024/06/overview_counting_the_ooms.png

OOMカウントのまとめ。


GPT-2からGPT-4までで、私たちは~未就学児から~賢い高校生になった。とんでもないジャンプだ。もしこれが、私たちが今一度カバーする知能の差だとしたら、それは私たちをどこに連れて行くのだろうか?私たちは、それが私たちをとてもとても遠くに連れていっても驚かないはずだ。おそらく、ある分野の博士や最高の専門家凌駕するようなモデルまで到達するだろう。

(このことを考える1つの良い方法は、現在AI進歩の傾向は、子供の成長のおよそ3倍のペースで進んでいるということだ。あなたの3倍速の子どもは高校卒業したばかりだが、いつの間にかあなた仕事を奪っていくだろう!)

続き I.GPT-4からAGIへ:OOMを数える(10) https://anond.hatelabo.jp/20240605211837

I.GPT-4からAGIへ:OOMを数える (8)

チャットボットからエージェント兼同僚へ

今後数年間の野心的なアンホブリングはどのようなものになるのでしょうか?私が考えるに、3つの重要な要素がある:

1."オンボーディング問題 "の解決

GPT-4は、多くの人の仕事の大部分をこなせるだけの生の賢さを持っているが、それは5分前に現れたばかりの賢い新入社員のようなものだ:関連するコンテキストを持っておらず、会社ドキュメントSlack履歴を読んだり、チームのメンバーと会話したり、会社内部のコードベース理解するのに時間を費やしたりしていない。賢い新入社員は、着任して5分後にはそれほど役に立たないが、1ヶ月後にはかなり役に立つ!例えば、非常に長いコンテクストを通じて、新しい人間の同僚を雇うようにモデルを「オンボード」することは可能なはずだ。これだけでも、大きなアンロックになるだろう。

2.テスト時間計算オーバーハング(より長いホライズン問題に対する推論/エラー訂正/システムII)

今のところ、モデル基本的に短いタスクしかこなせない。しかし、これでは非常に限界がある。5分どころか、数時間、数日、数週間、数ヶ月かかるのだ。

難しい問題について5分間しか考えることができない科学者は、科学的なブレークスルーを起こすことはできない。ソフトウェアエンジニアは、より大きな仕事を与えられ、計画を立て、コードベース技術ツールの関連部分を理解し、さまざまなモジュールを書いて段階的にテストし、エラーデバッグし、可能性のある解決策を検索し、最終的には数週間の仕事集大成である大規模なプル・リクエストを提出する。などなど。

要するに、テスト時間計算オーバーハングが大きいのだ。GPT-4の各トークンは、問題を考えるときの内部モノローグ言葉だと考えてください。各GPT-4トークンは非常に賢いのですが、現在のところ、思考連鎖のために~数百トークンのオーダーしか効果的に使うことができません(あたか問題プロジェクトに数分しか内部独白思考を費やせないかのように)。

もし数百万トークンを使って、本当に難しい問題や大きなプロジェクトについて考え、取り組むことができるとしたらどうだろう?

トークンの数 私が何かに取り組むのに相当する時間...
100s 数分 ChatGPT (私たちはここにいる)
1000s 30分 +1 OOMsテスト時間計算
10,000 回 半日+2 OOMs
100,000ドル1週間 +3 OOMs
数百万回 複数+4 OOMs

人間が〜100トークン/分で考え、40時間/週働くと仮定して、「モデルが考える時間」をトークンで換算すると、与えられた問題/プロジェクトにおける人間時間になる。

仮に「トークンあたり」の知能が同じだったとしても、頭のいい人が問題に費やす時間が数分なのか数ヶ月なのかの違いになる。あなたのことは知らないが、私が数ヶ月でできることと数分でできることは、はるかに、はるかに、はるかに多い。もしモデルに「数分ではなく、数カ月に相当する時間、何かを考え、取り組むことができる」という能力を与えることができれば、その能力は飛躍的に向上するだろう。ここには膨大なオーバーハングがある。

今のところ、モデルにはまだこれができない。最近のロング・コンテキスト進歩をもってしても、このロング・コンテキストほとんどはトークンの消費にしか機能せず、トークン生産には機能しない。しばらくすると、このモデルはレールから外れたり、行き詰まったりする。しばらくの間、離れて単独問題プロジェクトに取り組むことはまだできない。

しかし、テスト時間計算を解除することは、単に比較的小さな「ホブリングしない」アルゴリズム勝利問題かもしれない。おそらく、少量のRLは、モデルエラー訂正(「うーん、これは正しくないようだ、再確認してみよう」)を学習したり、計画を立てたり、可能性のある解を探索したりするのに役立つだろう。ある意味モデルはすでに生の能力ほとんどを持っており、それをまとめるために、さらにいくつかのスキル学習する必要があるだけなのだ

要するに、私たちモデルに、困難で見通しの長いプロジェクトを推論させるシステムIIのアウターループのようなものを教えればいいのだ。

この外側のループを教えることに成功すれば、2、3段落の短いチャットボットの答えの代わりに、モデル問題を考え、ツールを使い、異なるアプローチを試し、研究を行い、仕事修正し、他の人と調整し、大きなプロジェクトを一人で完成させるような、何百万もの言葉ストリームあなたが読むよりも早く入ってくる)を想像してみてほしい。

他のML領域におけるテスト時間と訓練時間トレードオフ

続き I.GPT-4からAGIへ:OOMを数える(9) https://anond.hatelabo.jp/20240605210357

I.GPT-4からAGIへ:OOMを数える (7)

アンホブリング

最後に、定量化するのが最も難しいが、それに劣らず重要改善カテゴリーを紹介しよう。

難しい数学問題を解くように言われたとき、頭に浮かんだことを即座に答えなければならないとしたらどうだろう。最も単純な問題を除いて、苦労するのは明らかだろう。しかしつい最近まで、LLMにはそうやって数学問題を解かせていた。その代わり、私たちほとんどはスクラッチパッドで段階的に問題を解いていき、その方法はるかに難しい問題を解くことができる。「思考連鎖プロンプトは、LLMのそれを解き放った。生の能力は優れているにもかかわらず、明らかな足かせがあるため、LLMは数学が苦手なのだ

私たちはここ数年で、モデルの「足かせを外す」ことに大きな進歩を遂げました。これは単に優れたベースモデルトレーニングするだけでなく、アルゴリズムの改良によってモデル能力を引き出すものです:

足場作り。CoT++について考えてみよう:ただ問題を解くようモデルに求めるのではなく、あるモデル攻撃計画を立てさせ、別のモデル可能性のある解決策をたくさん提案させ、別のモデルにそれを批評させる、といった具合だ。例えば、HumanEval(コーディング問題)では、単純な足場作りによってGPT-3.5が足場なしのGPT-4を上回った。SWE-Bench(実世界ソフトウェアエンジニアリングタスクを解くベンチマーク)では、GPT-4は~2%しか正しく解くことができませんが、Devinのエージェントの足場があれば14-23%に跳ね上がります。(後ほど詳しく説明するが、エージェントのアンロックはまだ初期段階に過ぎない。)

ツール:もし人間電卓コンピュータを使うことを許されなかったらと想像してみてほしい。まだ始まったばかりだが、ChatGPTウェブブラウザを使ったり、コードを実行したりできるようになった。

エポックAIによる研究によると足場作りやツール使用など、これらのテクニックのいくつかを調査したところ、このようなテクニックは多くのベンチマークで通常5~30倍の効果的な計算量の向上をもたらすことがわかった。METR(モデル評価する組織)も同様に、同じGPT-4ベースモデルからのアンホブリングによって、エージェントタスクのセットで非常に大きなパフォーマンスの向上を発見しました。

https://situational-awareness.ai/wp-content/uploads/2024/06/metr_gains_over_time-1024x597.png

METRのエージェントタスクパフォーマンス。出典モデル評価と脅威研究


これらをコンピュートとアルゴリズム効率統一した実効的なコンピュート規模に当てはめることは困難ですが、少なくともコンピュート規模の拡大やアルゴリズム効率とほぼ同規模の大きな進歩であることは明らかです。(また、アルゴリズム進歩が中心的な役割を担っていることも浮き彫りになっています。0.5OOM/年の計算効率は、すでに重要ものではありますが、ストーリーの一部に過ぎません。)

「アンホブリング」こそが、実際にこれらのモデル有用になることを可能にしたのであり、今日多くの商業アプリケーションの足かせとなっているものの多くは、この種のさらなる「アンホブリング」の必要であると私は主張したい。実際、今日モデルはまだ信じられないほど足かせが多い!例えば

ここでの可能性は非常に大きく、私たちはここで急速に低空飛行の果実を摘んでいる。これは非常に重要です。"GPT-6 ChatGPT "を想像するだけでは完全に間違っていますGPT-6+RLHFと比べれば、進歩は段違いだ。2027年までには、チャットボットというより、エージェントのような、同僚のようなものが登場するだろう。

続き I.GPT-4からAGIへ:OOMを数える(8) https://anond.hatelabo.jp/20240605210232

2024-06-04

anond:20240603033935

国内クラウドでも筐体の仕入先は海外から円安が進むとサービス価格も自ずと上がらざるを得ないだろう。よって国内クラウド価格競争できない

CPUDRAMSSDマザーボード、電源、ソフトウェアライセンス全てドル海外から買ってるから

2024-06-03

anond:20240603173207

金や容姿みたいなハードウェア勝負出来ないんだからソフトウェアホスピタリティとか高めないと誰にも相手にされないって話だぞ。

相手尊重出来るなら可能性がある相手に正しくアプローチ出来てそれが返ってくる可能性がある。

相手人間扱いする必要なんてないなんて思ってるハードも弱いヤツを誰が相手にするのって話。

イラストAI生成憎しでITエンジニア攻撃するやつ

イラストAI生成憎しで

エンジニアもそのうちAIで稼げなくなる

っていってる人のIT知識のなさに泣ける

 

まずモデル生成してるやつとエンジニアとは別人(日本人ですらない可能性もある)だし

モデル大元開発してる奴らもネットでよくいるソフトウェアエンジニアweb系とは専攻も違う別職業

 

エンジニアはいわば「AI生成イラスト修正ができる絵師」であり「プログラミング言語自体著作権のない(もしくは放棄された)素材」

であり、その無料素材を使って金稼いでる職業無料素材が自動生成になっただけであり

AI生成イラスト修正ができる」技能だけで、少なくとも今は金は稼げるんだよね

 

その辺全然わかってないのに

エンジニアAI仕事なくなる論の知識のなさは泣ける

そもそも敵でもないのに誹謗中傷してるじゃん

2024-06-02

歯医者コンビニのノリで近所のところに行ってるやつ

絶対やめとけ

歯医者技術力はマジでピンキリ

そんなおまえの家の近所にたまたま優秀な歯医者がいましたなんて

絶対にない

お前の職業に例えてみろ

例えばソフトウェアエンジニアでいい

Google(US本社)に入るエンジニア日本の弱小SIerの鼻たれエンジニア

技術力が同じわけがないだろ?

歯医者も同じだ、力の差がえげつないまでにある

からちゃんとした歯医者を探して遠くてもそこにいけ

わかったら、ブクマでもしとけ

anond:20240528172840

どのウェブ漫画か?だと言われると困るけど主要じゃウェブ漫画サイトの大体ははてなが握ってると言えるのではないか

マンガビューワ「GigaViewer」とは

Webマンガサイトマンガアプリなどのサービスを使って、ユーザーマンガ作品電子コミック)を閲覧する際に必要ソフトウェアが「ビューワ」です。マンガサービスにおける読書体験の質を決定的に左右する核心的な機能であるため、高品質なビューワの重要性が高まっています

当社では「はてなブログ」や「はてなブックマーク」などの個人向けWebサービス提供で培った技術力を活かし、2017年Webサイトとしての魅力を引き出せるマンガビューワである「GigaViewer(現在の「GigaViewer for Web」)」を開発しました。ユーザーが快適にマンガ作品を楽しむための各種機能に加え、サービス提供者の運用コストを削減する管理機能広告によるマネタイズ支援など、機能サービスの拡充に継続的に取り組んでいます2021年11月より、Webマンガサービス向けビューワに加えて、マンガアプリ対応したビューワである「GigaViewer for Apps」の提供を開始しました。

「GigaViewer」は、以下15社・19サービスにて採用されています

<「GigaViewer for Web」が採用されたWebマンガサイト

少年ジャンプ+」「となりのヤングジャンプ」(株式会社集英社)/「マガジンポケット」「コミックDAYS」「&Sofa」(株式会社講談社)/「くらげバンチ」(株式会社新潮社)/「コミプレ」(株式会社ヒーローズ)/「コミックボーダー」(株式会社リイド社)/「コミックガルド」(株式会社オーバーラップ)/「ゼノン編集部」(株式会社コアミックス)/「MAGCOMI」(株式会社マッグガーデン)/「webアクション」(株式会社双葉社)/「コミックトレイル」(株式会社芳文社)/「コミックブシロードWEB」(株式会社ブシロードメディア)/「FEEL web」(株式会社祥伝社)/「サンデーうぇぶり」「コロコロオンライン」(株式会社小学館)/「COMIC OGYAAA!!」(株式会社ホーム社

<「GigaViewer for Apps」が採用されたマンガアプリ

コミックガルド+」(株式会社オーバーラッププラス

当社では今後も、自社サービスで培ってきた技術力とマネタイズを含む運営ノウハウ活用し、企業サービス開発・運営収益化を支援してまいります

ログイン ユーザー登録
ようこそ ゲスト さん